usg6000学习笔记2

如果使用二层接口作为心跳线，需要将二层接口加入到vlan，创建vlanif并配置IP地址。然后将vlanif接口作为心跳接口，配置remote参数来指定对端心跳接口的IP地址。    软件限制        软件版本相同。        bootrom版本相同。        运行模

SegNet：一种用于图像分割的深度卷积编解码体系结构

gnet的亮点之一，SegNet主要用于场景理解应用，需要在进行inference时考虑内存的占用及分割的准确率。同时，Segnet的训练参数较少，可以用SGD进行end-to-end训练

机器学习笔记

3.2增加正则因子，使函数更加平滑，让参数w取值更小。（x变化较小时，整个函数结果不会变化太大，结果更准） 学习路线监督学习：有数据标注情况下学习（回归、分类） 半监督学习：训练数据中带标记的数据不够多 迁移学习：在已学习基础上，做看似和以前学习不相关的事情，但实际效果很好（在猫狗识别基础识别大象老虎等）

AI 学习-人脸识别的四个发展阶段

逐渐成熟，一些实用的系统开始诞生④：2012~至今：快速发展这一阶段,人脸识别的主流算法开始转为深度学习，深度学习的典型代表应用便是人脸识别，大计算、大数据、大模型则是深度神经网络的三大支柱与基础。第四阶段大量实用的系统与成功的应用案例出现，许多现象级别的网络结构开始出现，许多新兴的人脸识别公司也开始诞生。

dd和fio

ect，队列深度就是1，测试结果基本和fio的测试结果持平，因此如果需要测试单队列时的时延、带宽、IOPS，可以考虑使用dd命令。3、  使用dd命令时，如果iflag的值为sync、nocache时，或不使用iflag参数时，实际的IO块大小为128KB，跟bs参数设置的值无关。4、 

说实在大家都是为了学习AI而学习的还是兴趣所在的呢？

说实在大家都是为了学习AI而学习的还是兴趣所在的呢？个人觉得兴趣是最大的动力所在，没有兴趣根本学不下去的~如果不喜欢还是不涉及的比较好~ 浪费时间~

AI成长计划第一阶段第一周python语言进阶学习笔记

load（f）从文件f中还原对象x本章测验100分（计分）（单选）函数定义时参数规则表述错误的是()默认参数必须在非默认参数之后在单个函数定义中，只能使用一个tuple参数（*ARG）和多个字典参数（**ARG） √正确tuple参数必须在位置参数和默认参数之后字典参数必须在最后定义（单选）调用以下函数返回的值()

RK3399平台开发系列讲解（其他篇）1.11、CPU如何定频

RK3399 Linux4.4 Android7.1 文章目录 CPU定频 GPU 定频 CPU定频 关闭温控 echo user_space > /sys/class/thermal/thermal_zone0/policy

CSS学习（二）

skewX（ax）：表示只设置X轴的倾斜 skewY（ay）：表示只设置Y轴的倾斜 2D旋转 rotate(a); 参数a单位使用deg表示 参数a取正值时元素相对原来中心顺时针旋转 小结： rotate( )函数只是旋转，而不会改变元素的形状 skew( )函数是倾斜，元素不会旋转，会改变元素的形状

AI学习记-第一集

Intelligence，简称“AI”或者“人工智能”。人工智能（AI）是计算机科学的一个领域，它强调创造局部或者全部像人类一样工作和反应的智能机器。深度学习是AI的一个子集，AI其实是更广的一个定义。人工智能的目标是什么?人工智能的目标是“智能”,而不是“自我意识”,所以大家看到的一些科幻电

【机器学习】————KNN（NN）小结

The NN classifier:Prob: The training data are sufficiently distinct with each other. Insufficient robustness to noises.Sol: using k-nearest neighbor

[转载】机器学习算法总览

【转载】监督学习

14 天代码学习打卡

知道java 原来也是有中文很容易学

[转载】集成学习-随机森林

【暑期Flag】每日学习Java

day1

学习Hilens,人脸识别

     体验感悟首先，进行相关网络配置，使得笔记本通过ssh访问Hilens，并且进行Hilens的相关注册，通过华为云AI市场购买人脸识别属性技能进行安装。一、由于Hilens被其他人开发过，第一步重置系统：断电 按住rst 开机 等指示灯变红色 松开rst 接着等指示灯变绿

【机器学习基础】梯度下降

梯度下降1.梯度下降　　梯度下降法（Gradient Descent Optimization）是神经网络模型训练最常用的优化算法，是一个一阶最优化算法，通常也称为最速下降法。要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对于梯度（或者是近似梯度）的反方向的规定步长

NLP学习笔记 - 分词工具

分词简单说就是对输入进行词语的拆解，以此作为输入到语言模型中去验证其合理性。对于不同语言，分词的规则就会不同，这里介绍的是中文的分词工具，如下：Jieba分词 - https://github.com/fxsjy/jieba 比较主流的工具SnowNLP - https://github